Gemini Omni 1.2 Flash API
Gemini Omni 1.2 Flash est un modèle Google de génération et d'édition vidéo conversationnelle, acceptant texte, images, audio et vidéo en entrée et produisant de la vidéo.
Gemini Omni 1.2 Flash est un modèle de Google spécialisé dans la génération et l'édition de vidéos. Il accepte en entrée du texte, des images, de l'audio et de la vidéo, et produit de la vidéo. Il permet de générer des séquences à partir de texte ou d'images, et de modifier une vidéo par un dialogue en langage naturel, sans repartir de zéro. Il prend également en charge la création guidée par des références visuelles, comme des images de personnages, de scènes ou de dessins.
Le modèle s'appuie sur la compréhension intuitive de la physique par Gemini, notamment la gravité, l'énergie cinétique et la dynamique des fluides, ainsi que sur ses connaissances en histoire, en sciences et en contexte culturel. Cela lui permet de créer des scènes réalistes et de relier photoréalisme et narration. Il est particulièrement adapté aux esquisses de publicités pour les réseaux sociaux, aux clips de lancement de produits, aux publicités animées pour le commerce en ligne, aux vidéos de démonstration d'applications, aux variantes de campagnes saisonnières et aux tests de créations publicitaires.
Lors de son lancement, Gemini Omni Flash générait des clips de 10 secondes et était disponible en aperçu public. L'API ne prenait initialement pas en charge les références audio ni l'extension de scène, et la cohérence des personnages présentait des limites dans certains changements de scène et mouvements de panoramique.
Mis à jour:
ID DU MODÈLE
gemini-omni-1.2-flash- Contexte
- 131.072K
- Sortie max.
- 65.536K
- Entrée
- text / image / video
- Sortie
- video
Points clés
- Génération vidéo à partir de texte et d'images
- Édition vidéo par dialogue en langage naturel
- Entrées combinées texte, image, audio, vidéo
- Création guidée par références visuelles
- Compréhension intuitive de la physique
- Connaissances historiques, scientifiques et culturelles
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| Disponibilité | |
|---|---|
Les statistiques historiques ne sont pas un contrôle en direct. Une donnée manquante ne signifie pas une panne.
Benchmarks
- 1404
Video Arena Elo
Première place au classement général pour Gemini Omni Flash
Scores tels que publiés par le fournisseur du modèle.
Raisonnement
- Niveau d'effort par défaut
- low
- Toujours activé
- Oui
- Niveaux d'effort disponibles
- high / low
Spécifications vidéo
- Formats d'image
- 16:9 / 9:16
- Audio · Sortie
- Oui
- Résolutions
- 720p / 1080p / 4K / 360p
Référence API
Les détails du protocole de ce modèle ne sont pas publiés. Consultez la référence API pour les exigences d'intégration.
Référence API →Paramètres pris en charge
- prompt
- duration
- resolution
- aspect_ratio
- generate_audio
- seed
- size
- frame_images
- input_references
- user
- session_id
- trace
Questions fréquentes
Qu'est-ce que Gemini Omni 1.2 Flash?
Gemini Omni 1.2 Flash est un modèle de Google spécialisé dans la génération et l'édition de vidéos. Il accepte en entrée du texte, des images, de l'audio et de la vidéo, et produit de la vidéo. Il permet de générer des séquences à partir de texte ou d'images, et de modifier une vidéo par un dialogue en langage naturel, sans repartir de zéro. Il prend également en charge la création guidée par des références visuelles, comme des images de personnages, de scènes ou de dessins. Le modèle s'appuie sur la compréhension intuitive de la physique par Gemini, notamment la gravité, l'énergie cinétique et la dynamique des fluides, ainsi que sur ses connaissances en histoire, en sciences et en contexte culturel. Cela lui permet de créer des scènes réalistes et de relier photoréalisme et narration. Il est particulièrement adapté aux esquisses de publicités pour les réseaux sociaux, aux clips de lancement de produits, aux publicités animées pour le commerce en ligne, aux vidéos de démonstration d'applications, aux variantes de campagnes saisonnières et aux tests de créations publicitaires. Lors de son lancement, Gemini Omni Flash générait des clips de 10 secondes et était disponible en aperçu public. L'API ne prenait initialement pas en charge les références audio ni l'extension de scène, et la cohérence des personnages présentait des limites dans certains changements de scène et mouvements de panoramique.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents. Facturé selon le coût réel de génération. Consultez votre facture pour le montant final.
Quels types d'entrées Gemini Omni 1.2 Flash accepte-t-il ?
Il accepte du texte, des images, de l'audio et de la vidéo en entrée, seuls ou combinés.
Quel type de sortie produit-il ?
Il produit de la vidéo, générée à partir de texte ou d'images, ou modifiée par édition conversationnelle.
À quelles tâches est-il destiné ?
Il convient aux brouillons de publicités sociales, aux clips de lancement produit, aux publicités animées e-commerce, aux vidéos de démo d'application et aux tests de créations publicitaires.
Quelle est la différence avec Gemini Omni 1.1 Flash ?
Gemini Omni 1.1 Flash étend les scènes jusqu'à 40 secondes au total, analyse jusqu'à 10 secondes de contexte antérieur, permet de spécifier les images de début et de fin et propose une sortie jusqu'en 4K avec des aperçus en 360p.
Quelles sont les limites connues de Gemini Omni Flash au lancement ?
Au lancement, Gemini Omni Flash générait des clips de 10 secondes, était en aperçu public, ne prenait pas en charge les références audio ni l'extension de scène via l'API, et présentait des limites de cohérence des personnages dans certains changements de scène et mouvements de panoramique.
Modèles liés
Gemini Omni 1.1 Flash
GoogleVidéogemini-omni-1.1-flashGemini Omni 1.1 Flash de Google DeepMind est un modèle multimodal rapide et économique qui génère des vidéos avec audio natif à partir de texte, d'images, de sons et de vidéos.
Résolution
720p / 1080p / 4K / 360p
Durée
—
Facturé selon le coût réel de génération. Consultez votre facture pour le montant final.
Veo 3.1 Fast
GoogleVidéoveo-3.1-fastVeo 3.1 Fast est un modèle Google de génération vidéo à partir de texte ou d'images, conçu pour la création cinématographique de haute qualité.
Résolution
720p / 1080p / 4K
Durée
—
Facturé selon le coût réel de génération. Consultez votre facture pour le montant final.